| 基于l_1与l_0正则化的压缩感知数值算法 |
| |
| 引用本文： | 李订芳,江磊.基于l_1与l_0正则化的压缩感知数值算法[J].江西师范大学学报(自然科学版),2015(3):281-285. |
| |
| 作者姓名： | 李订芳 江磊 |
| |
| 作者单位： | 武汉大学数学与统计学院,湖北 武汉,430072 |
| |
| 基金项目： | 国家自然科学基金(61271337)资助项目 |
| |
| 摘 要： | 针对压缩感知模型,讨论了基于l0正则化的正交匹配追踪算法(OMP)与基于l1正则化的同伦算法(HM)和迭代加权最小二乘法(IRLS).通过数值实验结果分析,验证了3种算法的有效性,且相对于2种基于l1正则化的算法,OMP算法的迭代次数与耗时更少,均方误差更小.
|
| 关 键 词： | l1 正则化 l0 正则化 压缩感知 稀疏恢复 |
The Numerical Algorithm of Compressive Sensing Based on l1 and l0 Regularization |
| |
| LI Dingfang
,
JIANG Lei.The Numerical Algorithm of Compressive Sensing Based on l1 and l0 Regularization[J].Journal of Jiangxi Normal University (Natural Sciences Edition),2015(3):281-285. |
| |
| Authors: | LI Dingfang JIANG Lei |
| |
| Institution: | LI Dingfang;JIANG Lei;School of Mathematics and Statistics,Wuhan University; |
| |
| Abstract: | |
| |
| Keywords: | l1 regularization l0 regularization compressive sensing sparse restoration |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
